TIPOS ABSTRACTOS DE DATOS EN HASKELL

Transcripción

1 TIPOS ABSTRACTOS DE DATOS EN HASKELL

2 ÍNDICE GENERAL 1. Introducción a Haskell 2. Tipos abstractos de datos en Haskell 3. TAD Grafo 4. TAD Montículos 5. Bibliografía

3 INTRODUCCIÓN A HASKELL 1. Introducción 2. Historia 3. Variantes 3

4 INTRODUCCIÓN A HASKELL 1. Lenguaje funcional puro de propósito general 2. Incorpora: 1. Facilidad para la definición de TADs 2. Utilización de módulos 3. Mayor ventaja: soporte para tipos de datos y funciones recursivas, listas, tuplas, patrones, etc. 4

5 INTRODUCCIÓN A HASKELL HISTORIA 1. Miranda (1985) 2. Haskell 1.0 (1990) 3. Haskell 98 (1997) 4. Publicación del estándar Haskell 98 (1999) 5. Versión revisada de Haskell 98 (2003) 6. Haskell Prime (2006-Actualidad) 5

6 INTRODUCCIÓN A HASKELL VARIANTES 1. Versiones paralelas Parallel Haskell (MIT, Glasgow) Distributed Haskell y Eden 2. Versiones orientadas a objetos Haskell++ Mondrian 3. Versión educativa Gofer: desarrollada por Mark Jones que fue suplantada por Hugs. 6

8 TIPOS ABSTRACTOS DE DATOS EN HASKELL 1. Introducción 2. TADs 8

9 TIPOS ABSTRACTOS DE DATOS EN HASKELL INTRODUCCIÓN Una parte importante del lenguaje Haskell lo forma el sistema de tipos que es utilizado para detectar errores en expresiones y definiciones de función. Cada tipo tiene asociadas un conjunto de operaciones que no tienen significado para otros tipos. Es posible asociar un único tipo a toda expresión bien formada lenguaje fuertemente tipado. 9

10 TIPOS ABSTRACTOS DE DATOS EN HASKELL TADS Un TAD es una abstracción para destacar las operaciones que podemos realizar con los datos, ocultando los detalles de su representación. Para un TAD se determinan: Las operaciones y el tipo de cada una (interfaz). Propiedades que interrelacionan las operaciones (axiomas). La signatura permite decidir qué mezcla de operaciones tiene sentido y los axiomas permiten operar con los datos en forma abstracta. signaturas + axiomas = especificación 10

12 1. Definiciones y terminología 2. Signatura del TAD grafos 3. Implementación Vectores de adyacencia Matrices de adyacencia 4. El algoritmo de Kruskal Ejemplo Implementación Complejidad 12

13 DEFINICIONES Y TERMINOLOGÍA Un grafo en el ámbito de las ciencias de la computación es una estructura de datos, en concreto un TAD, que consiste en un conjunto de nodos (vértices) y un conjunto de arcos (aristas) que establecen relaciones entre los nodos. 13

14 DEFINICIONES Y TERMINOLOGÍA Un grafo G es un par (V,A) donde V es el conjunto de los vértices (o nodos) y A el conjunto las aristas. Una arista del grafo es un par de vértices. Un arco es una arista dirigida. V es el número de vértices. A es el número de aristas. Un camino de v1 a vn es una sucesión de vértices v1, v2,..., vn tal que para todo i, vi-1 vi es una arista del grafo. 14

15 DEFINICIONES Y TERMINOLOGÍA Un camino simple es un camino tal que todos sus vértices son distintos. Un ciclo es un camino tal que v1 = vn y todos los restantes vértices son distintos. Un grafo acíclico es un grafo sin ciclos. Un grafo conexo es un grafo tal que para cualquier par de vértices existe un camino del primero al segundo. Un árbol es un grafo acíclico conexo. Un grafo ponderado es un grafo cuyas aristas tienen un peso. 15

16 SIGNATURA DEL TAD GRAFOS 16

17 SIGNATURA DEL TAD GRAFOS Ejemplo creagrafo False (1,5) [(1,2,12),(1,3,34), (1,5,78),(2,4,55), (2,5,32),(3,4,61), (3,5,44),(4,5,93)] 17

18 IMPLEMENTACIÓN VECTORES DE ADYACENCIA 18

19 IMPLEMENTACIÓN VECTORES DE ADYACENCIA (Grafo v p) es un grafo con vértices de tipo v y pesos de tipo p 19

20 IMPLEMENTACIÓN VECTORES DE ADYACENCIA 20

21 IMPLEMENTACIÓN VECTORES DE ADYACENCIA (creagrafo d cs as) es un grafo (dirigido si d es True y no dirigido en caso contrario), con el par de cotas cs y listas de aristas as (cada arista es una terna formada por los dos vértices y su peso). 21

22 IMPLEMENTACIÓN VECTORES DE ADYACENCIA grafova' es el mismo grafo que grafova pero creado con creagrafo. 22

23 IMPLEMENTACIÓN VECTORES DE ADYACENCIA (OPERACIONES) adyacentes grafova' 4 == [2,3,5] nodos grafova' == [1,2,3,4,5] peso 1 5 grafova' == 78 23

24 IMPLEMENTACIÓN VECTORES DE ADYACENCIA (OPERACIONES) aristaen grafova' (5,1) == True aristaen grafova' (4,1) == False 24

25 IMPLEMENTACIÓN MATRICES DE ADYACENCIA 25

26 IMPLEMENTACIÓN MATRICES DE ADYACENCIA (Grafo v p) es un grafo con vértices de tipo v y pesos de tipo p 26

27 IMPLEMENTACIÓN MATRICES DE ADYACENCIA grafoma es la representación del grafo del ejemplo anterior mediante una matriz de adyacencia. 27

28 IMPLEMENTACIÓN MATRICES DE ADYACENCIA (creagrafo d cs as) es un grafo (dirigido si d es True y no dirigido en caso contrario), con el par de cotas cs y listas de aristas as (cada arista es una terna formada por los dos vértices y su peso). 28

29 IMPLEMENTACIÓN MATRICES DE ADYACENCIA grafoma' es el mismo grafo que grafoma pero creado con creagrafo. 29

30 IMPLEMENTACIÓN MATRICES DE ADYACENCIA (OPERACIONES) adyacentes grafoma' 4 == [2,3,5] nodos grafoma' == [1,2,3,4,5] peso 1 5 grafova' == 78 30

31 IMPLEMENTACIÓN MATRICES DE ADYACENCIA (OPERACIONES) aristaen grafoma' (5,1) == True aristaen grafoma' (4,1) == False 31

32 ALGORITMO DE KRUSKAL El algoritmo de Kruskal es un algoritmo de la teoría de grafos para encontrar un árbol recubridor mínimo en un grafo conexo y ponderado. Si el grafo no es conexo, entonces busca un bosque expandido mínimo. Busca un subconjunto de aristas que, formando un árbol, incluyen todos los vértices y el valor total de todas las aristas del árbol es el mínimo. 32

33 ALGORITMO DE KRUSKAL (PSEUDOCÓDIGO) Se crea un bosque B (un conjunto de árboles), donde cada vértice del grafo es un árbol separado Se crea un conjunto C que contenga a todas las aristas del grafo Mientras C es no vacío eliminar una arista de peso mínimo de C si esa arista conecta dos árboles diferentes se añade al bosque, combinando los dos árboles en un solo árbol en caso contrario se desecha la arista Al acabar el algoritmo, el bosque tiene un solo componente, el cual forma un árbol de expansión 33 mínimo del grafo.

34 ALGORITMO DE KRUSKAL (EJEMPLO I) Este es el grafo original. Los números de las aristas indican su peso. Ninguna de las aristas está resaltada. 34

35 ALGORITMO DE KRUSKAL (EJEMPLO II) AD y CE son las aristas más cortas, con peso 5, y AD se ha elegido arbitrariamente, por tanto se resalta. 35

36 ALGORITMO DE KRUSKAL (EJEMPLO III) Sin embargo, ahora es CE la arista más pequeña que no forma ciclos, con peso 5, por lo que se resalta como segunda arista. 36

37 ALGORITMO DE KRUSKAL (EJEMPLO IV) La siguiente arista, DF con peso 6, ha sido resaltada utilizando el mismo método. 37

38 ALGORITMO DE KRUSKAL (EJEMPLO V) La siguientes aristas más pequeñas son AB y BE, ambas con peso 7. AB se elige arbitrariamente, y se resalta. La arista BD se resalta en rojo, porque formaría un ciclo ABD si se hubiera elegido 38

39 ALGORITMO DE KRUSKAL (EJEMPLO VI) El proceso continúa marcando las aristas, BE con peso 7. Muchas otras aristas se marcan en rojo en este paso: BC (ciclo BCE), DE (ciclo DEBA), y FE (ciclo FEBAD). 39

40 ALGORITMO DE KRUSKAL (EJEMPLO VII) Finalmente, el proceso termina con la arista EG de peso 9, y se ha encontrado el árbol expandido mínimo. 40

41 ALGORITMO DE KRUSKAL (EJEMPLO IMPLEMENTADO) kruskal(creagrafo True (1,5) [(1,2,12),(1,3,34),(1,5,78),(2,4,55), (2,5,32), (3,4,61),(3,5,44),(4,5,93)]) Resultado: [(55,2,4),(34,1,3),(32,2,5),(12,1,2)] 41

42 ALGORITMO DE KRUSKAL (COMPLEJIDAD) Sea m el número de aristas del grafo y n el número de vértices, el algoritmo de Kruskal muestra una complejidad O(m log n), cuando se ejecuta sobre estructuras de datos simples. 42

43 ALGORITMO DE KRUSKAL (COMPLEJIDAD) Primero se ordenan las aristas por su peso usando una ordenación por comparación con una complejidad del orden de O(m log m) Lo siguiente es usar una estructura de datos sobre conjuntos disjuntos para controlar qué vertices están en qué componentes. Es necesario O(m) operaciones ya que por cada arista hay dos operaciones de búsqueda y posiblemente una unión de conjuntos. Por tanto, la complejidad total es del orden de O(m log n). 43

45 TAD MONTÍCULO 1. Definición 2. Signatura del TAD montículo 3. Propiedades del TAD montículo 4. Ejemplo 5. Implementación 1. Funciones auxiliares 45

46 TAD MONTÍCULO DEFINICIÓN En computación, un montículo (heap en inglés) es una estructura de datos del tipo árbol con información perteneciente a un conjunto ordenado. Los montículos son útiles para implementar colas de prioridad. Otra ventaja de los montículos es que, por ser árboles completos, simplica su codicación y libera al programador del uso de punteros. 46

47 TAD MONTÍCULO SIGNATURA La signatura de las operaciones del TAD montículo es la siguiente: 47

48 TAD MONTÍCULO PROPIEDADES 1. esvacio vacio 2. valido (inserta x m) 3. not (esvacio (inserta x m)) 4. not (esvacio m) == valido (resto m) 5. resto (inserta x vacio) == vacio 6. x <= menor m -> resto (inserta x m) == m 7. Si m es no vacío y x > menor m, entonces resto (inserta x m) == inserta x (resto m) 8. esvacio m esvacio (resto m) menor m <= menor (resto m) 48

49 TAD MONTÍCULO EJEMPLO 49

50 TAD MONTÍCULO IMPLEMENTACIÓN 50

51 TAD MONTÍCULO IMPLEMENTACIÓN (OPERACIONES I) 51

52 TAD MONTÍCULO IMPLEMENTACIÓN (OPERACIONES II) 52

53 TAD MONTÍCULO IMPLEMENTACIÓN (OPERACIONES III) (valido m) se verifica si m es un montículo; es decir, es un árbol binario en el que los valores de cada nodo es menor o igual que los valores de sus hijos. 53

54 TAD MONTÍCULO IMPLEMENTACIÓN (FUNCIONES AUXILIARES I) 54

55 TAD MONTÍCULO IMPLEMENTACIÓN (FUNCIONES AUXILIARES II) 55

57 57

58